Synthesis of Combined Quadrocopter Attitude and Altitude Control Based on Block Approach with Sigmoidal Feedbacks

Cover Page

Cite item

Full Text

Abstract

This paper considers the problem of controlling the attitude and altitude of a quadrocopter in the presence of uncertainties in the plant model. When solving this problem, it is especially important to consider the peculiarities of the plant: strong susceptibility to roll, pitch, and altitude oscillations due to the quadrocopter design and motor dynamics (with yaw being the least susceptible to oscillations due to motor dynamics compared with other controllable variables). To achieve high control quality in the presence of uncertainties, combined control is usually applied. It is constructed as a sum of two parts: a basic stabilizing part and a part compensating uncertainties with the help of a disturbance observer. Typically, both parts contain linear feedback. However, when the output variables of the plant track non-smooth reference signals, linear feedback can cause overshooting and increased oscillations. To prevent these problems, we propose a combined control law with smooth and bounded feedback in the form of the hyperbolic tangent. This feedback is used by both the controller and the disturbance observer. In this case, the control synthesis is based on the structural properties of the plant using the block approach. Its application provided invariance of the output variables with respect to not only matched but also unmatched uncertainties, and also allowed to construct a disturbance observer of the minimum possible order. In addition, to reduce the oscillations, a part with plant accelerations was introduced into the control law. To realize the proposed approach, it is sufficient to know the nominal values of some parameters of the plant and the permissible bounds of uncertainty variation. We present the results of experiments on a quadrocopter with an F450 frame and the results of a comparative analysis of the proposed approach with the one using linear control.

About the authors

A. S Antipov

ICS RAS

Email: scholess18@mail.ru
Profsoyuznaya St. 65

J. G Kokunko

ICS RAS

Email: juliakokunko@gmail.com
Profsoyuznaya St. 65

D. A Wolf

ICS RAS

Email: runsolar@mail.ru
Profsoyuznaya St. 65

A. S Shirokov

ICS RAS

Email: shiras@ipu.ru
Profsoyuznaya St. 65

References

  1. Баранов О.В. Алгоритм настройки стабилизирующего ПИД-регулятора квадрокоптера // Известия высших учебных заведений: Приборостроение. 2021. Т. 64. № 10. С. 829–838.
  2. Leal I.S., Abeykoon C., Perera, Y.S. Design, Simulation, Analysis and Optimization of PID and Fuzzy Based Control Systems for a Quadcopter // Electronics. 2021. vol. 10. no. 18. pp. 1–33.
  3. Abdulkareem A., Oguntosin V., Popoola O.M., Idowu A.A. Modeling and Nonlinear Control of a Quadcopter for Stabilization and Trajectory Tracking // Journal of Engineering. 2022. vol. 2022. pp. 1–19.
  4. Шмалько Е.Ю. Машинно синтезированное управление нелинейным динамическим объектом на основе оптимального расположения точек равновесия // Информатика и автоматизация. 2024. Т. 22. № 1. С. 87–109.
  5. Барсегян В.Р., Симонян Т.А., Матевосян А.Г. Об одной задаче оптимального управления квадрокоптером с заданным промежуточным значением части координат фазового вектора // Дифференциальные уравнения и процессы управления. 2024. № 2. С. 59–72.
  6. Ferede R., de Croon G., De Wagter C., Izzo D. End-to-end neural network based optimal quadcopter control // Robotics and Autonomous Systems. 2024. vol. 172. pp. 1–11.
  7. Борисов О.И., Каканов М.А., Живицкий А.Ю., Пыркин А.А. Робастное траекторное управление квадрокоптером по выходу на основе геометрического подхода // Приборостроение. 2021. Т. 64. № 12. C. 982–992.
  8. Nguyen N.P., Pitakwachara P. Integral terminal sliding mode fault tolerant control of quadcopter UAV systems // Sci Rep. 2024. vol. 14. pp. 1–16.
  9. Rahmi E., Karaarslan A. Sliding Mode Control-Based Modeling and Simulation of a Quadcopter // Journal of Engineering Research and Reports. 2023. vol. 24. no. 3. pp. 32–41.
  10. Яцун С.Ф., Емельянова О.В., Сантьяго Мартинез Леон А., Мигель Москера Морочо Л. Адаптивное управление нелинейным объектом типа конвертоплан в условиях неопределенностей // Известия Юго-Западного государственного университета. 2020. Т. 24. № 3. С. 35–50.
  11. Глущенко А.И., Ласточкин К.А. Адаптивное управление с гарантией экспоненциальной устойчивости. Часть III. Объекты с переменными параметрами // Автоматика и телемеханика. 2023. № 11. С. 147–168.
  12. Глущенко А.И., Ласточкин К.А. Адаптивный наблюдатель состояний и возмущений линейных систем с перепараметризацией // Автоматика и телемеханика. 2023. Т. 84. № 11. С. 115–146.
  13. Xie W., Cabecinhas D., Cunha R., Silvestre C. Adaptive Backstepping Control of a Quadcopter With Uncertain Vehicle Mass, Moment of Inertia, and Disturbances // IEEE Transactions on Industrial Electronics. 2023. vol. 69. no. 1. pp. 549–559. doi: 10.1109/TIE.2021.3055181.
  14. Noordin A., Mohd Basri M.A., Mohamed Z. Real-Time Implementation of an Adaptive PID Controller for the Quadrotor MAV Embedded Flight Control System // Aerospace. 2023. vol. 10. no. 1. doi: 10.3390/aerospace10010059.
  15. Park D., Le T.-L., Quynh N.V., Long N.K., Hong S.K. Online Tuning of PID Controller Using a Multilayer Fuzzy Neural Network Design for Quadcopter Attitude Tracking Control // Frontiers in Neurorobotics. 2021. vol. 14. doi: 10.3389/fnbot.2020.619350.
  16. Ramírez-Neria M., Luviano-Juárez A., González-Sierra J., Ramírez-Juárez R., Aguerrebere J., Hernandez-Martinez E.G. Active Disturbance Rejection Control for the Trajectory Tracking of a Quadrotor // Actuators. 2024. vol. 13. no. 9. doi: 10.3390/act13090340.
  17. Khadraoui S., Fareh R., Baziyad M., Elbeltagy M., Bettayeb M. A Comprehensive Review and Applications of Active Disturbance Rejection Control for Unmanned Aerial Vehicles // IEEE Access. 2024. vol. 12. pp. 185851–185868.
  18. Chang X., Jin C., Cheng Y. Dynamics and advanced active disturbance rejection control of tethered UAV // Applied Mathematical Modelling. 2024. vol. 135. pp. 640–665.
  19. Буй В.Х., Маргун А.А., Бобцов А.А. Синтез наблюдателя переменных состояния и синусоидального возмущения для линейной нестационарной системы с неизвестными параметрами // Изв. вузов. Приборостроение. 2024. Т. 67. № 3. С. 209–219.
  20. Андриевский Б.Р. Фуртат И.Б. Наблюдатели возмущений: методы и приложения. Часть 1. Методы // Автомат. и телемех. 2020. № 9. С. 3–61.
  21. Sun H., Li, J., Wang, R., Yang K. Attitude Control of the Quadrotor UAV with Mismatched Disturbances Based on the Fractional-Order Sliding Mode and Backstepping Control Subject to Actuator Faults // Fractal Fract. 2023. vol. 7. no. 3. doi: 10.3390/fractalfract7030227.
  22. Smith S., Pan Y.-J. Adaptive Observer-Based Super-Twisting Sliding Mode Control for Low Altitude Quadcopter Grasping // IEEE/ASME Transactions on Mechatronics. 2025. vol. 30. no. 1. pp. 587–598.
  23. Bingul Z., Gul K. Intelligent-PID with PD Feedforward Trajectory Tracking Control of an Autonomous Underwater Vehicle // Machines. 2023. vol. 11. no. 2. doi: 10.3390/machines11020300.
  24. Rao J., Li B., Zhang Z., Chen D., Giernacki W. Position Control of Quadrotor UAV Based on Cascade Fuzzy Neural Network // Energies. 2022. vol. 15. no. 5. doi: 10.3390/en15051763.
  25. Antipov A.S., Kokunko J.G., Krasnova S.A., Utkin V.A., Utkin A.V. Direct control of the endpoint of the manipulator under non-smooth uncertainty and reference trajectories // Journal of the Franklin Institute. 2023. vol. 360. no. 17. pp. 13430–13458.
  26. Golubev A.E., Glazkov T.V. Nonlinear quadrotor control based on Simulink Support Package for Parrot Minidrones // CEUR Workshop Proceedings. 2020. vol. 2783. pp. 113–127.
  27. Bici A., Minervini A., Godio S., Guglieri G., Dovis F. Development and Validation of a LQR-Based Quadcopter Control Dynamics Simulation Model // International Journal of Aerospace Engineering. 2021. vol. 34. no. 6. doi: 10.1061/(ASCE)AS.1943-5525.0001336.
  28. Okasha M., Kralev J., Islam M. Design and Experimental Comparison of PID, LQR and MPC Stabilizing Controllers for Parrot Mambo Mini-Drone // Aerospace. 2022. vol. 9. no. 6. doi: 10.3390/aerospace9060298.
  29. Ahn H., Hu M., Chung Y., You K. Sliding-Mode Control for Flight Stability of Quadrotor Drone Using Adaptive Super-Twisting Reaching Law // Drones. 2023. vol. 7. no. 8. doi: 10.3390/drones7080522.
  30. Krasnova S.A., Kokunko J.G., Kochetkov S.A., Utkin V.A. Generation of Achievable Three-Dimensional Trajectories for Autonomous Wheeled Vehicles via Tracking Differentiators // Algorithms. 2023. vol. 16. no. 9. doi: 10.3390/a16090405.
  31. Antipov A., Krasnova S., Utkin V. Methods of Ensuring Invariance with Respect to External Disturbances: Overview and New Advances // Mathematics. 2021. vol. 9. no. 23. doi: 10.3390/math9233140.
  32. Izadi M., Faieghi R. High-gain disturbance observer for robust trajectory tracking of quadrotors // Control Engineering Practice. 2024. vol. 145. doi: 10.1016/j.conengprac.2024.105854.
  33. Вольф Д.А., Широков А.С. Исследование основных и сопутствующих процессов управления полетом квадрокоптерной системы // Труды 14-го Всероссийского совещания по проблемам управления (ВСПУ-2024, г. Москва, 17-20 июня 2024 г.). М.: ИПУ РАН, 2024. С. 1265–1269.
  34. Wolf D., Alexandrov V., Shatov D., Rezkov I., Trefilov P., Meshcheryakov R. Development of a Firmware for Multirotor UAV Flight Controller Implemented on MCU MDR 32 // Proceeding of the International Conference on Interactive Collaborative Robotics (ICR 2023). 2023. vol. 14214. pp. 345–356.
  35. Alexandrov V., Rezkov I., Shatov D., Morozov Y. Frequency domain identification of the quadcopter attitude dynamics // Advances in Systems Science and Applications. 2023. vol. 23. no. 3. doi: 10.25728/assa.2023.23.3.1424.
  36. Herbst G. A Simulative Study on Active Disturbance Rejection Control (ADRC) as a Control Tool for Practitioners // Electronics. 2013. vol. 3(2). pp. 246–279.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».